一种碳酸盐岩缝洞型油藏放空漏失井段测井曲线重构方法技术

本发明专利技术涉及一种碳酸盐岩缝洞型油藏放空漏失井段测井曲线重构方法，包括如下步骤：首先通过对地震反演属性体进行重采样；建立地震属性参数地质模型，随后对目的层内所有钻井沿井筒提取上述地震属性参数曲线；再以获取到的目的层所有完整曲线的关键井为样本数据，构建多个隐含层的深度神经网络模型；通过多次迭代训练神经网络模型从而建立地震属性参数曲线与测井曲线的非线性映射关系，最终以无测井曲线钻井的地震属性参数为输入，应用训练好的神经网络模型生成目标井的缺失测井曲线。使用本发明专利技术方法可以有效解决缝洞型油藏漏失防空段基础信息缺失的难题。基础信息缺失的难题。基础信息缺失的难题。

【技术实现步骤摘要】
一种碳酸盐岩缝洞型油藏放空漏失井段测井曲线重构方法


[0001]本专利技术涉及碳酸盐岩缝洞型油藏生产开发的
，特别涉及一种碳酸盐岩缝洞型油藏放空漏失井段测井曲线重构的方法。

技术介绍

[0002]现有碳酸盐岩缝洞型油藏在世界油气的储量和产量上均位居前列，是国内外高度关注的研究对象。据统计，全球碳酸盐岩油藏中有30％以上为缝洞型油藏。我国西部分布有大面积的碳酸盐岩缝洞型油藏，该类油藏生产价值巨大，是中国石油产量增储上产的重要阵地。缝洞型油藏在多期构造运动和古岩溶的共同作用下形成了以溶蚀孔洞、裂缝为主要储集空间，由于缝洞型油藏存在着多储集空间、多流动模式共存等特性，致使油田钻井过程中往往出现一些问题，其中以钻至放空地带为一类典型问题。当钻井转至放空地带时往往采用裸眼完井，对于该类井通常存在测井数据及地质数据缺失情况，在油田开发过程中无法掌握其类井附近地产孔渗物性，致使无法确定合理的生产数据。因此缝洞型油藏放空井测井曲线及地质数据的获取就显得尤为重要，只有充分掌握测井数据才能准确分析相关地质因素，从而较好指导生产实践。
[0003]目前有关钻井测井曲线获取方式多种多样，有常规经验法预测、模拟测井技术、数字测井技术、成像测井技术等，但上述技术对于缝洞型油藏放空井测井曲线获取存在着一定的技术屏障，致使预测结果偏差较大。
[0004]例如，常规经验法及成像测井技术为当前实际矿场获取测井曲线的常用技术，但传统方法对于缝洞型放空井测井曲线预测存在着较大的不适应性。首先，常规经验法预测测井曲线精确性偏差大问题突出，对于传统砂岩致密储层来说，偏差相对处于可控范围，但对于缝洞型油藏，由于其存在多储集空间、多流动模式，传统常规经验法偏差大问题所展现的弊端被成倍放大。其次，采用成像测井方式获取测井曲线数据为当前主流方式之一，但由于成像测井技术需将测试探头下入惊吓，该方法测试精度较高，适应性较广，但碳酸盐岩缝洞型油藏埋深往往大于5000m，采用成像测井方式下入探头较为困难，实施成本较大，且缝洞型油藏放空井所处空间往往为m级储集空间，该储集空间下成像测井所获数据往往带有一定偏差。其他已知的现有技术中也未提及碳酸盐岩缝洞型油藏放空井段测井曲线重构的解决方法。

技术实现思路

[0005]针对现有技术存在的上述问题，本专利技术要解决的技术问题是：缺少碳酸盐岩缝洞型油藏放空漏失井段测井曲线数据致使对地质的预测结果偏差较大。
[0006]为解决上述技术问题，本专利技术采用如下技术方案：
[0007]一种碳酸盐岩缝洞型油藏放空漏失井段测井曲线重构方法，包括如下步骤：
[0008]S100：确定测试油藏为碳酸盐岩缝洞型油藏，并确定油藏储层单元内实钻井存在放空井段，对存在放空井段的目的层油藏储层单元进行地震测试，获得目的层油藏储层单
元地震属性体，该目的层油藏储层单元地震属性体包括油藏地质信息及测井、录井信息；
[0009]S200：基于油藏地质信息及测井、录井信息建立碳酸盐岩缝洞型油藏地质模型，并根据碳酸盐岩缝洞型油藏地质模型构建该目的层油藏储层单元的地震属性参数地质属性模型；
[0010]S300：将地震属性参数地质属性模型中的地震属性参数作为输入，地震属性参数包括张量、阻抗、相干体，应用Make logs方法通过地震属性参数地质属性模型获取目的层油藏储层单元内的所有实钻井放空段的地震属性参数曲线；
[0011]S400：建立地震属性参数曲线与测井曲线的非线性映射关系，具体步骤如下：
[0012]S410：将所有实钻井放空段的地震属性参数曲线和测井曲线作为样本集，并建立含有多个隐含层的深度神经网络模型；
[0013]S420：将样本集作为含有多个隐含层的深度神经网络模型的输入，输出结果为地震属性参数与测井曲线的非线性映射关系，使用BP神经网络模块中的Train estimation model功能对深度神经网络模型进行迭代训练，当达到最大迭代次数时停止训练，得到训练好的深度神经网络模型；
[0014]S500：将目的层无测井曲线的地震属性体数据作为输入，利用训练好的深度神经网络模型，得到预测碳酸盐岩缝洞型油藏实钻井放空井段测井曲线，即完成对漏失放空井段的测井曲线的重构工作。
[0015]作为优选，所述S100中油藏储层单元类型包括：裂缝型、裂缝
‑
孔洞型和溶洞型。
[0016]作为优选，所述S200中构建目的层油藏储层单元的地震属性参数地质属性模型的具体步骤如下：
[0017]S210：利用数值模拟软件对地质模型地震反演属性形体进行重新采样，其中，地震反演属性形体包括张量、阻抗和相干体，以及其他地震属性参数；
[0018]S220：将地震反演属性体反演遍布至整个目的层油藏储层单元，得到反演后的地震属性体；
[0019]S230：将反演后得到的地震属性体赋值于属性模型，得到目的层油藏储层单元的地震属性参数地质属性模型；
[0020]构建地震属性参数地质属性模型：有利于充分利用地震测试所得的地震体，地震属性体重构最终生成的地质属性模型可较准确地反映缝洞型油藏地质特点，参考图2；并且该模型是沿井筒提取地震属性参数的基础，Make well logs方法首先基于该属性模型；此外，构建地质属性模型是进行油藏数值模拟的关键之一，地质模型构建完成后，利用Geometrical model方法创建的地质属性模型可充分实现全井区地质属性覆盖。
[0021]作为优选，所述S210中利用数值软件对地质模型地震反演属性形体进行重新采样所使用的数值软件为Petrel数值模拟软件。
[0022]Petrel数值模拟软件提供了多学科协作的工作流程，其最大的优点是拥有将地下地质体的地球物理信息、地质模型、油藏工程及钻井工程信息无缝衔接的一流技术和领先的创新点；该数值模拟软件对于复杂地质、复杂流体有较好的处理处理手段，特别针对地质建模方面，其所构建的地质模型较好的反映了真实油藏情况，为后期油藏数值模拟提供了较好的地质模型基础；该数值模拟软件按对于缝洞型油藏放空漏失井段的识别与描述较为精准，特别是在地震体反演及构建地震参数地质属性模型时，可将属性参数充分离散到测
试工区各个节点；该数值模拟软件内插有各种模块，测井曲线重构需要多种工具相互协同，该数值模拟软件内正满足此需求，此外该软件内置BP神经网络系统及遗传反演算法，功能强大，可满足该专利技术的工具需求。
[0023]作为优选，所述S210中对地质模型地震反演属性形体进行重新采样中所使用的反演方法为遗传反演方法。
[0024]遗传反演方法是由一种内含部分多层神经网络的反演模块来实现的，在油田数值模拟过程中通常用于推导阻抗、张量等地震属性。该模块所需输入的数据为地震属性数据，但该方法不需要初始属性模型作为输入数据，这就减少了数据量的采集以及降低了计算量；而且该模块获取全局最小误差的机会往往大于其余基于神经网络反演的方法，以至于其更好的约束地震属性反演的收敛性。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳酸盐岩缝洞型油藏放空漏失井段测井曲线重构方法，其特征在于：包括如下步骤：S100：确定测试油藏为碳酸盐岩缝洞型油藏，并确定油藏储层单元内实钻井存在放空井段，对存在放空井段的目的层油藏储层单元进行地震测试，获得目的层油藏储层单元地震属性体，该目的层油藏储层单元地震属性体包括油藏地质信息及测井、录井信息；S200：基于油藏地质信息及测井、录井信息建立碳酸盐岩缝洞型油藏地质模型，并根据碳酸盐岩缝洞型油藏地质模型构建该目的层油藏储层单元的地震属性参数地质属性模型；S300：将地震属性参数地质属性模型中的地震属性参数作为输入，地震属性参数包括张量、阻抗、相干体，应用Make logs方法通过地震属性参数地质属性模型获取目的层油藏储层单元内的所有实钻井放空段的地震属性参数曲线；S400：建立地震属性参数曲线与测井曲线的非线性映射关系，具体步骤如下：S410：将所有实钻井放空段的地震属性参数曲线和测井曲线作为样本集，并建立含有多个隐含层的深度神经网络模型；S420：将样本集作为含有多个隐含层的深度神经网络模型的输入，输出结果为地震属性参数与测井曲线的非线性映射关系，使用BP神经网络模块中的Train estimation model功能对深度神经网络模型进行迭代训练，当达到最大迭代次数时停止训练，得到训练好的深度神经网络模型；S500：将目的层无测井曲线的地震属性...

【专利技术属性】
技术研发人员：孙致学，宋文铜，王燕，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：